Data Science and Artificial Intelligence as Tools for the Practical Implementation of the Philosophy of Open Education
The authors consider the actual role of data science, big data, and artificial intelligence in the system of contemporary education, primarily in open educational practices. The authors put forward and test the hypothesis that data science and artificial intelligence can and should be not only objects of study but also new tools of educational activity at first hand. Moreover, these tools should be used by students themselves for complete and systematic selection of their study materials and for the formation of personal strategies. The authors relied on materials that describe the direct use of elements of data science and artificial intelligence in the educational process (reports, interviews, etc.), on descriptions of prospective digital developments that can be re-oriented toward educational problems, on educational technologies that can become prototypes for developments in the field of data science and artificial intelligence. The following methods were used in the research: content analysis, system-genetic and structural-content analysis, modeling of cognitive and social processes, forecasting. The study was conducted in the following mode: (1) research on basic theoretical ideas about data science and artificial intelligence, as well as ideas about their actual and potential social and sociocultural effects; (2) a primary study of practices of using these disciplines in the education system; (3) building of a hypothetical model of educational practice based on data science and artificial intelligence; (4) selection and analysis of materials about existing educational practices based on large amounts of data and complex software; (5) assessment of the advantages and disadvantages of existing digital educational resources; (6) modeling/forecasting of possible and necessary digital educational tools based on data science and artificial intelligence. As a result, the following conclusions were made: (1) currently, data science and artificial intelligence are being mastered in the Russian school in the mode of abstract knowledge, without instrumentalization; (2) objectively, data-driven and AI-driven educational complexes can be created that allow students to replace textbooks by constructing sets of materials on standardized educational topics, as well as educational simulators that support students' decisions about educational and life strategies in changing conditions; (3) currently, data analysis and artificial intelligence are used to organize educational activities and students' self-determination only at the level of separate components: search engines, educational navigators, machine learning-based applications that process student training data, simulators of meta-subject competencies, tools for analyzing students' psycho-social traits, etc.
Keywords
Data Science,
big data,
наука о данных,
большие данные,
искусственный интеллект,
машинное обучение,
открытые образовательные задачи,
реконструкция и конструирование в образовании,
цифровые образовательные навигаторы,
цифровые образовательные тренажеры,
деятельностный подход к обучению,
системы поддержки принятия решений,
data science,
big data,
artificial intelligence,
machine learning,
open educational tasks,
reconstruction and construction in education,
digital educational navigator,
digital educational simulator,
activity-based approach to learning,
decision support systemsAuthors
| Averkov Mikhail S. | Novosibirsk State Technical University; Krasnoyarsk Regional Resource Center for Work with Gifted Children; Sibirskiy Dom, Krasnoyarsk Regional Youth Public Organization | mgolota@yandex.ru |
| Deryabin Andrey A. | Federal Education Development Institute of the Russian Presidential Academy of National Economy and Public Administration | deryabin-aa@ranepa.ru |
| Popov Alexander A. | Federal Education Development Institute of the Russian Presidential Academy of National Economy and Public Administration; Moscow City University; Novosibirsk State Technical University | popov-aa@ranepa.ru |
Всего: 3
References
Климов А.А., Заречкин Е.Ю., Куприяновский В.П. Влияние цифровизации на систему профессионального образования // Современные информационные технологии и ИТ-образование. 2019. Т. 15, № 2. С. 468-476. URL: https://cyberleninka.ru/article/n/vliyanie-tsifrovizatsii-na-sistemu-professionalnogo-obrazovaniya (дата обращения: 01.04.2020).
Бурдье П. О символической власти // Социология социального пространства / пер. с фр.; отв. ред. перевода Н.А. Шматко. М. : Ин-т эксперим. социологии; СПб. : Алетейя, 2007. С. 87-96.
Чернобай Е.В., Кузнецов А.А. Кризис классно-урочной системы при переходе школы на ФГОС нового поколения // Педагогика. 2015. № 2. С. 19-26.
Трудности и перспективы цифровой трансформации образования / А.Ю. Уваров, Э. Гейбл, И.В. Дворецкая и др.; под ред. А.Ю. Уварова, И.Д. Фрумина; Нац. исслед. ун-т «Высшая школа экономики», Ин-т образования. М. : Изд. дом Высшей школы экономики, 2019. 343 с.
Журавлёва Е.Ю. Эпистемический статус цифровых данных в современных научных исследованиях // Вопросы философии. 2012. № 2. С. 113-123.
Мамедова Г.А., Зейналова Л.А., Меликова Р.Т. Технологии больших данных в электронном образовании // Открытое образование. 2017. № 6. С. 41-48.
Журавлёва Е.Ю. Эпистемический статус цифровых данных в современных научных исследованиях // Вопросы философии. 2012. № 2. С. 113-123.
Корнев М.С. История понятия «большие данные» (big data): словари, деловая и научная периодика // Вестник РГГУ. Серия: Литературоведение. Языкознание. Культурология. 2018. С. 81-85.
Одинец В.П. Появление названия дисциплины «Компьютерные науки» - веление времени // Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика. 2016. Вып. 1 (21). С. 58-68.
Вичугова А. Data Science // Школа больших данных: электрон. науч.-метод. журнал. URL: https://www.bigdataschool.ru/wiki/data-science (дата обращения: 31.03.2020).
Линькова Н.В., Козлова Е.И. Образование и развитие кадров как один из инструментов выполнения программы «Цифровая экономика» // Инновационная экономика: перспективы развития и совершенствования. 2019. № 1 (35). С. 214-219.
Data science - наука о данных, как стать data scientist с нуля. 25.10.2019 // «Future 2 Day»: про Интернет вещей для Интернета людей: электрон. журнал. URL: https://future2day.ru/data-science/ (дата обращения: 29.03.2020).
Гвозденко Е.В., Ищенко А.А., Пилипенко А.В. Большие данные в системе образования // Международный студенческий научный вестник. 2019. № 5 (ч. 1). URL: https://edu-herald.ru/ru/article/view?id=19731 (дата обращения: 03.04.2020).
Network Readiness Index 2019 Analysis. URL: https://networkreadinessindex.org/nri-2019-analysis/ (дата обращения: 27.03.2020).
Прогноз социально-экономического развития Российской Федерации на 2018 год и на плановый период 2019 и 2020 годов // Министерство экономического развития Российской Федерации (официальный сайт). URL: https://www.economy.gov.ru/material/file/98577e833c30 a1ac63a1b8058825fe71/prognoz2018_2020.pdf (дата обращения: 27.03.2020).
Цифровизация в приоритете модернизации российского образования. 20.04.2018 // Edu-tainme: электр. журнал. URL: http://www.edutainme.ru/post/tsifrovizatsiya-v-prioritete-moderniza-tsii-rossiyskogo-obrazovaniya/ (дата обращения: 30.03.2020).
Кудлаев М.С. Процесс цифровизации образования в России // Молодой ученый. 2018. № 31 (217). С. 3-7. URL: https://moluch.ru/archive/217/52242/ (дата обращения: 12.04.2020).
Рынок труда аналитиков и Data Scientists. 31.05.2019 // Хабр: электр. журнал. URL: https://habr.com/ru/company/netologyru/blog/454320/ (дата обращения: 07.04.2020).
Соломонова Т.П. Формирование аналитических умений старшеклассников // Вестник ОГУ. 2010, май. № 5 (111). С. 36-38.
Академия искусственного интеллекта для школьников. При поддержке Сбербанка. URL: https://ai-academy.ru/ (дата обращения: 31.03.2020).
Большие данные и машинное обучение в когнитивных и социальных науках. 9-21 апреля 2020 // Сириус: образовательный центр. Электр. информ. ресурс. URL: https://sochisirius.ru/ obuchenie/graduates/smena602/2915 (дата обращения: 01.04.2020).
Программа элективного курса по информатике, 10-11 класс: «Язык Python: основы программирования» // Социальная сеть работников образования «Наша сеть». URL: https://nsportal.ru/sites/default/files/2018/02/13/python_elektiv_10-11_klass.pdf (дата обращения: 28.04.2020).
ИИ,школьник и большие призовые: как в 8 классе заняться machine learning. 04.04.2019 // Хабр: электр. журнал. URL: https://habr.com/ru/company/sberbank/blog/446660/ (дата обращения: 28.04.2020).
Лицей математики и информатики: живем настоящим, думаем о будущем. URL: http://lmi-school.ru/obrazovanie (дата обращения: 31.03.2020).
Образовательный модуль в рамках реализации дополнительной общеобразовательной программы технической направленности «Большие вызовы». 13.12.2019 // ЛГ МАОУ СОШ № 5: Интернет-сайт образовательной организации. URL: https://lang5.hmaoschool.ru/site/pub?id=126 (дата обращения: 06.06.2020).
Попов А.А. Категория «содержания» в дидактике открытого образования: конструирование социокультурного объекта // The scientific method. 2018. № 17. С. 39-49.
«Quintura для детей» визуальная поисковая система для детей. URL: http://www.irdir.in-fo/ru/ext/dir-resource/6682/ (дата обращения: 03.04.2020).
Детский браузер «Гогуль». URL: https://xn--c1aayk0a9c.xn--p1ai/ (дата обращения: 01.04.2020).
Курс инфопоиска на Зимней Пущинской школе: учим старшеклассников создавать поисковые системы. 23.04.2018 // Хабр: электр.журнал. URL: https://habr.com/ru/company/mail-ru/blog/353932/ (дата обращения: 29.03.2020).
Паспорт федерального проекта «Успех каждого ребенка». URL: http://xn--80aavcebfcm6cza.xn--p1ai/upload/iblock/bd5/Uspekh-kazhdogo-rebyenka-_obnov.-red_.pdf (дата обращения: 27.03.2020).
Мерцалова Т.А., Горбовский Р.В., Петлин А.В. Навигаторы дополнительного образования детей: этапы развития, разнообразие и функциональность / Национальный исследовательский университет «Высшая школа экономики», Институт образования. М. : НИУ ВШЭ, 2018. 28 с.
Зеер Э.Ф., Журлова Е.Ю. Навигационные средства как инструменты сопровождения освоения компетенций в результате реализации индивидуальной образовательной траектории // Образование и наука. 2017. Т. 19, № 3. С. 77-93.
Олимпиада НТИ: кружковое обучение. Задачники прошлых лет // Олимпиада «Национальной технологической инициативы». Электр. цифр. ресурс. URL: https://nti-contest.ru/prob-lembooks/ (дата обращения: 31.03.2020).
Пять способов применить BigData в образовании. 12.11.2015 // Edutainme: электр. журнал. URL: http://www.edutainme.ru/post/big-data-edu/ (дата обращения: 01.04.2020).
Володко О. Адаптивное обучение, Или несколько слов о Knewton. 29.11.2014 // Хабр: электр. журнал. URL: https://habr.com/ru/company/newprolab/blog/244539/ (дата обращения: 04.04.2020).
Hansen E. Career Guidance A resource handbook for low- and middle-income countries // Swedish Council for Higher Education: Electr. Inf. resource. URL: https://www.uhr.se/global-assets/syv/webbibliotek/utbildning-och-arbetsliv/career_guidance.pdf (дата обращения: 02.04.2020).
Городская информационная система «Навигатор профессий Санкт-Петербурга» «Пробуй себя во всем!». URL: https://profinavigator.ru/ (дата обращения: 26.03.2020).
Корчемная Н.В. Киберспорт в образовательных и досуговых практиках современной молодежи // Вестник Костромского государственного университета. Педагогика. Психология. Социокинетика. 2017. № 4. С. 211-214.
Конструктор жизни. URL: https://www.constructorlife.ru/ (дата обращения: 30.03.2020).
Попов А.А. Открытое образование: философия и технологии. 3-е изд-е. М. : URSS, 2016. 256 с. URL: https://elibrary.ru/item.asp?id=37111118 (дата обращения: 27.03.2020).
Попов А.А., Ермаков С.В. Дидактика открытого образования. М. : Национ. кн. центр, 2019. 264 с.
